-
公开(公告)号：CN111598893A
公开(公告)日：2020-08-28
申请号：CN202010307115.0
申请日：2020-04-17
Applicant: 哈尔滨工业大学
Abstract: 基于多类型图像融合神经网络地方性氟骨病分级诊断系统，涉及图像处理技术领域，针对现有技术中针对氟骨病的诊断效率低的问题，包括：预处理模块、病变区域图像粗分割模块、多类型图像融合模块和疾病分级诊断模块，本发明基于粗分割特征图与原始图像融合的多分类模型充分利用了病变区域信息，在保证信息完整性的基础上强化了神经网络对敏感区域的认知能力。本发明设计的代价函数强调特征图病变概率高的位置并削弱无关背景的影响，解决了病变区域占总图像面积比例较小的问题，提高了模型的训练和分类效率。本发明为氟骨病检测提供了辅助手段，填补了氟骨病智能诊断的空白，提高了针对氟骨病的诊断效率。
-
公开(公告)号：CN111488912A
公开(公告)日：2020-08-04
申请号：CN202010183501.3
申请日：2020-03-16
Applicant: 哈尔滨工业大学
Abstract: 一种基于深度学习神经网络的喉部疾病诊断系统，它属于人工智能与医疗诊断相结合的学科交叉领域。本发明解决了传统方法对喉镜图像的诊断效率以及诊断准确率低的问题。本发明搭建了喉部疾病诊断网络模型，搭建的喉部疾病诊断网络模型可以用于喉部疾病诊断的智能系统，从而更好地对喉镜图像进行诊断，帮助医生提升疾病的诊断效率和诊断准确率，降低漏诊和误诊率。本发明可以应用于喉镜图像的智能化检测。
-
公开(公告)号：CN108875276A
公开(公告)日：2018-11-23
申请号：CN201810797357.5
申请日：2018-07-19
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 本发明提供一种数据驱动的闭环系统稳定性监测方法，属于数据驱动故障诊断和控制技术领域。本发明首先采集过去某时刻闭环系统的闭环数据构造汉克尔矩阵；对所构造的汉克尔矩阵进行Cholesky分解，求取归一化的稳定象描述和归一化的稳定核描述；再利用步骤三构造得到的稳定象描述计算稳定裕度；根据稳定裕度设置监测阈值，采集系统当前闭环数据，重复上述步骤得到系统当前归一化的稳定象描述和系统当前归一化的稳定核描述；并计算系统当前的间隙度量；最后结合监测阈值和系统当前的间隙度量对系统进行实时监测。本发明解决了现有技术缺乏对数据驱动的闭环系统稳定性监测的问题。本发明可应用于系统故障在线评估和监测。
-
-
公开(公告)号：CN118963144A
公开(公告)日：2024-11-15
申请号：CN202411292082.1
申请日：2024-09-14
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 一种基于自适应观测器的闭环系统抗扰联合估计方法，它属于自适应估计领域。本发明解决了在闭环反馈结构中，难以实时准确获得被控对象的参数、状态和扰动的问题。本发明的估计方法不需要被控系统参数和扰动的先验信息，仅利用系统的输入输出测量数据和控制器信息，对控制输入和噪声解耦，解决了闭环结构中噪声相关性造成的有偏估计问题；对未知扰动和噪声具有鲁棒性，基于自适应观测器的闭环系统抗扰联合估计问题，通过互质分解技术构造与测量噪声不相关的信号，作为被控系统稳定象描述的参考输入，然后构建闭环鲁棒自适应估计机制，从而实现系统未知参数、状态和扰动的无偏估计。本发明方法可以应用于闭环系统抗扰联合估计。
-
Patent Agency Ranking
公开(公告)号：CN115167376B
公开(公告)日：2023-06-27
申请号：CN202210951337.5
申请日：2022-08-09
Applicant: 哈尔滨工业大学
IPC: G05B23/02
Abstract: 一种基于平均一致性的数据驱动分布式协同诊断方法，本发明涉及数据驱动的分布式故障诊断方法。本发明目的是为了解决现有故障诊断准确率低的问题。过程为：离线阶段：步骤一：建立工业系统整体状态空间模型和工业子系统的状态空间模型；步骤二、基于步骤一构建自适应残差产生器；步骤三：设计各工业子系统残差产生器之间的通讯拓扑；步骤四：基于步骤二和步骤三计算工业子系统总体残差和辅助滤波器的输出；在线阶段：步骤五、基于步骤四计算在线工业子系统统计量；步骤六、基于步骤五残差评估与在线决策。本发明属于工业系统过程监测、故障诊断领域。
-
公开(公告)号：CN116243668A
公开(公告)日：2023-06-09
申请号：CN202310176547.6
申请日：2023-02-28
Applicant: 哈尔滨工业大学
IPC: G05B19/418
Abstract: 流程工业中动态控制系统的残差生成器优化设计方法，为了解决现有的适用于动态系统的在线残差信号生成器的残差所体现的故障存在检测时间窗口小、故障检测灵敏度低的问题。本发明针对被控对象机理模型已知和未知两种场景，基于两种场景的残差进行了统一的优化设计，被控系统能够建模为线性动态系统且其状态空间模型一致将残差信号写成与被控系统的左互质分解相关矩阵的参数化形式，通过优化策略离线设计残差生成器，并采用在线实时采集的输入、输出数据对其进行驱动，实现在线最优残差生成。本发明适用于流程工业中动态控制系统的残差生成。
-
公开(公告)号：CN109358511B
公开(公告)日：2022-04-19
申请号：CN201811519171.X
申请日：2018-12-12
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明提供一种数据驱动的系统关键性能指标自适应调节方法，属于跟踪控制技术领域。本发明首先将系统输入设为随机方波信号采集数据，根据采集的数据、被控对象的期望输出，利用改进偏最小二乘法进行初始化，获得并储存当前时刻被控对象的输入；然后利用对被控对象的当前时刻测量数据和偏最小二乘算法进行本发明方法的在线更新，获得下一时刻被控对象的输入；重复执行上一步骤，直至系统运行结束。本发明解决了现有数据驱动的系统关键性能指标自适应调节技术通常需要对大量的参数进行调节，导致控制性能差，跟踪误差较高的问题。本发明可用于系统关键性能指标的自适应调节。
-
公开(公告)号：CN113189968A
公开(公告)日：2021-07-30
申请号：CN202110499809.3
申请日：2021-05-08
Applicant: 哈尔滨工业大学
IPC: G05B23/02
Abstract: 互联工业过程的分布式故障诊断方法，它属于工业过程的在线故障诊断领域。本发明解决了现有方法无法确定发生故障的子过程，以及当物理拓扑结构的局部发生改变时，整个物理拓扑结构需要全部重新设计导致的鲁棒性差的问题。应用本发明方法可以同时进行故障检测和故障定位，能够方便地判断出是哪个子过程发生了故障；且当互联过程的物理拓扑结构发生改变时，本发明只需对发生改变的子过程及其相邻的子过程的残差产生器重新进行设计，其余子过程所对应的残差产生器保持不变，无需重新设计；在线诊断时充分利用了实时采集的过程数据中的信息，具有更好的鲁棒性。本发明可以应用于工业过程的在线故障诊断。
-
公开(公告)号：CN113179264A
公开(公告)日：2021-07-27
申请号：CN202110453365.X
申请日：2021-04-26
Applicant: 哈尔滨工业大学
IPC: H04L29/06
Abstract: 网络化控制系统中数据传输的攻击检测方法，它属于数据传输的攻击检测领域。本发明解决了现有方法不能对历史未出现过的攻击进行检测的问题。本发明通过建立检测通道可以实现多种攻击的检测，而且检测使用的是无监督方法，相比于使用分类器的攻击检测方法，本发明在训练模型时不需要额外的受攻击数据来训练分类器，同时对于历史未出现过的攻击也可进行有效检测。通过对传输信号与重建信号的残差分析，可以对受攻击的通道进行判断，方便快速找到受攻击通道。本发明可以应用于网络化控制系统中数据传输的攻击检测。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.027 seconds)
